我国粮食产量影响因素分析

尹晓梦+曹改改

【摘要】本文基于2009年—2014年中国31个省市地区的粮食产量及相关数据，利用多水平模型，选取粮食播种面积、化肥施用量和机械总动力作为解释变量，建立粮食产量影响因素模型，对结果进行了分析，并提出了相关政策及建议。

【关键词】粮食产量 多水平 播种面积 化肥施用量 机械总动力

一、引言

粮食是人类赖以生存的基石，是国民经济发展的物质基础。我国一直很重视粮食的生产，从新的粮食安全战略中也可以知道，要保障我国粮食安全，首先要确保粮食的生产。中国是世界人口大国，粮食的供求关系以及我国粮食增产的能力会对世界产生重大的影响，因而中国的粮食能否持续稳定的增长成为了国内外学者研究的重点。李晓敏等（2006年）利用29年的粮食数据建立了柯布-道格拉斯生产函数的扩展模型，分析了影响粮食生产效益的因素。王雨濛（2011年）选用影响粮食生产的自然条件、科技、经济和政治四方面因素对粮食产量进行灰色关联度分析，反映出粮食产量的发展趋势。刘忠等（2013年）利用了2003-2011年中国粮食以及各粮食品种的产量和播种面积数据，运用贡献因素分解的方法，对主要增产省和主要作物的增产贡献因素做出分析及划分。刘慧等（2016年）在播种面积、技术、受灾面积这些影响粮食产量因素的基础上增加了第一产业从业人员和农业财政支出两个影响因素，分别对水稻和小麦产量作出分析。

结合以有的对粮食产量的分析，本文运用多水平模型，利用2009年至2014年我国31省市地区的粮食数据，从粮食播种面积、化肥施用量和机械总动力这几个方面入手，对我国粮食产量的影响进行了分析研究。

二、多水平模型建立步骤

2.1无条件两水平模型

假设数据有两个层，yij是第i个个体的第j个观测变量，其中j为水平2，i为水平1，那么无条件两水平模型（又称空模型）可以表示为如下形式：

水平1：yij=β0j+eij

水平2：β0j=γ00+u0j

总模型：yij=γ00+u0j+eij

该模型的水平1和水平2都不存在解释变量， 为相互独立的水平1残差， 为相互独立的截距项水平2残差。在总模型中，γ00是固定效应部分，表示总截距，u0j+eij是随机效应部分。

ICC值称为组内相关系数，是组间方差占总方差的比例，实际上反映了组内个体相关性，即水平1单位在水平2单位中的聚集性或相似性。公式如下：

ICC的值域在0到1之间，与接近1，说明相关越明显，是用来判断是否可以建立多水平模型的标准。因此需要计算粮食产量组内相关系数ICC，如果计算的组内方差不显著，就直接建立多元回归模型；反之，显著就考虑建立多水平模型。

2.2条件两水平模型

条件两水平模型是在水平1的截距项或是系数项中加入解释变量，可以是一水平解释变量，也可以是二水平解释变量，一水平解释变量模型如下：

水平1：

水平2：

总模型：

在总模型中，可以看出固定效应部分为γ00+α1x1ij+γ10z1ij，随机效应部分为u0j+u1jziij+eij。模型具有多个残差项，这是多水平模型区别经典模型的关键部分。γ00表示总截距，γ01表示第i组的平均值。

三、粮食产量影响因素分析

3.1变量和数据

由于是本文研究粮食产量的影响因素，因而选用各省粮食产量（Y）作为因变量。农业生产属于投入产出行为，因此投入要素是影响粮食产量的重要因素，本文选取粮食播种面积（X1）作为解释变量。同时，技术水平也是影响粮食产量的重要因素，因此本文加入化肥施用量（X2）和机械总动力（X3）作为解释变量。文中数据均来自《2015年中国统计年鉴》，选取了2009年至2014年31个省市地区的粮食产量及相关数据，重点研究基于不同水平（地区）而建立的多水平模型，因此在建立模型的过程中不考虑时间因素的影响。

3.2建模过程

3.2.1空模型建立

首先选用2009年至2014年31个省市地区的粮食产量，利用SPSS软件建立空模型，软件输出结果如下：

从输出结果中可以看到， =1904.66， =33454.87，

=2402532.15，均统计意义显著，表明粮食产量的初始水平在各省之间显著不同，同时各省内也显著不同。从空模型的输出结果中，可以计算ICC值，根据定义计算的ICC值为0.9862，表示98.62%的总变异是由省间差异引起的。由于各指标均显著，因此可以推断ICC是统计显著的，从而可以建立多水平模型。

3.2.2条件两水平模型的建立

现在引入解释变量建立条件两水平模型，在模型中加入粮食播种面积（X1）、化肥施用量（X2）和机械总动力（X3），并且建立模型的时候仅考虑了机械总动力这个变量加入多水平模型中对粮食产量的影响，模型如下：

水平1：

水平2：

这样建立的总型为：

模型的固定效应是 ，随机效应是，

利用SPSS软件得到的输出结果如表3所示：

从表3的结果中可以看出，除了截距项以外，所有变量均统计意义显著。 表示31个省市地区截距项的平均值， =616.02，说明各省市粮食产量的基础值是616.02万吨。α1=6.83，说明化肥施用量每增加一单位，粮食产量平均增加6.83万吨，它是所有系数中最大的且显著，因此可以认为化肥施用量是影响粮食产量最重要的因素；α2=0.17，显示出粮食产量与耕种面积之间存在弱的正向影响，说明粮食耕种面积每增加一单位，粮食产量平均增加0.17万吨；γ01=0.18，說明机械总动力每增加一单位，粮食产量平均增加0.18万吨，说明机械总动力的投入对粮食增产存在正向影响。

从表4中可以知道， 和 均显著，表明两水平模型的截距和斜率（机械总动力）在各省之间有明显的异质特征，即粮食产量因各省之间的机械总动力不同而不同。 >0，并且统计意义显著，表明粮食产量与机械总动力投入量显著正相关，即机械总动力的投入量越高，粮食产量越多。

四、总结

本文运用2009年至2014年中国31个省市地区的粮食数据，建立了条件两水平模型，分析了各因素对粮食产量的影响大小。

分析表明：化肥施用量是影响粮食产量的首要因素，耕地面积和机械总动力均对粮食产量存在正向影响。耕地面积增加必然会使粮食增产，但由于我国现代化的建设，使耕地面积减少，因此必须想其他办法来增加粮食产量。机械总动力代表了农业技术进步，机械总动力对粮食产量的正向影响，也说明了粮食产量的增加需要依靠技术的支撑。

参考文献：

[1]李晓敏，丁士军.对湖北省粮食生产效益的实证分析[J].安徽农业科学，2006，34（12）：2906-2908

[2]王雨濛.湖北省粮食生产灰色关联动态分析[J].农业技术经济，2011年第6期

[3]刘忠，黄峰，李保国.2003-2011年中国粮食增产的贡献因素分析[J].农业工程学报，2013年12月

[4]王新华.基于面板数据模型的湖北省粮食产量影响因素实证研究[J].江苏农业科学，2015年第43卷第7期